图像处理报告 正文Word文档格式.docx
《图像处理报告 正文Word文档格式.docx》由会员分享，可在线阅读，更多相关《图像处理报告 正文Word文档格式.docx（15页珍藏版）》请在冰豆网上搜索。
%对原图像进行标准化
%进行γ校正
gamma0p4=uint8（src.^0.4.*256.0）;
gamma0p6=uint8（src.^0.6.*256.0）;
gamma0p8=uint8（src.^0.8.*256.0）;
%绘制原图及处理后的图像
subplot（2,2,1）;
imshow（src）;
title（'
原图像'
subplot（2,2,2）;
imshow（gamma0p4）;
γ=0.4'
subplot（2,2,3）;
Imshow（gamma0p4）;
γ=0.6'
subplot（2,2,4）;
γ=0.8'
实验结果如下图所示：
2）对数变换
s=clog（1+r），c为常数，r≥0
H=imread（'
%读入图片
I=mat2gray（H）;
%对数变换不支持uint8类型数据，将一个矩阵
%转化为灰度图像的数据格式（double）
J=log（I+1）;
%进行对数变换
subplot（1,2,1）;
Imshow（I）;
%显示图像
title（'
原图'
subplot（1,2,2）;
Imshow（J）;
对数变换后的图像'
）
3）均值滤波
closeall;
h=imread（'
%读入图片
n=input（'
请输入均值滤波器模板大小\n'
imshow（h）,title（'
原始图象'
%显示原始图象
g=imnoise（h,'
gaussian'
0.1,0.002）;
%加入高斯噪声
imshow（g）,title（'
加入高斯噪声之后的图象'
%显示加入高斯噪声之后的图象
a（1:
n,1:
n）=1;
p=size（h）;
x1=double（h）;
x2=x1;
fori=1:
p
（1）-n+1
forj=1:
p
（2）-n+1
c=x1（i:
i+（n-1）,j:
j+（n-1））.*a;
%取出x1中从（i,j）开始的n行n列元素
%与模板相乘
s=sum（sum（c））;
%求c矩阵（即模板）中各元素之和
x2（i+（n-1）/2,j+（n-1）/2）=s/（n*n）;
%将模板各元素的均值赋给模板中心位
%置的元素
end
end
d=uint8（x2）;
%未被赋值的元素取原值
imshow（d）,title（'
自编程序滤波图像'
%显示滤波后的图象
4）拉普拉斯滤波
f=imread（'
imshow（f）,title（'
%显示原始图象
[h,w]=size（f）;
%求得原图像的尺寸
x1=double（f）;
%依次对每个图像元素进行操作
fori=2:
h-1
forj=2:
w-1
x2（i,j）=x1（i+1,j）+x1（i-1,j）+x1（i,j-1）+x1（i,j+1）-4*x1（i,j）;
拉普拉斯处理后的图像'
%显示锐化后的图象
x3=x1;
x3（i,j）=5*x1（i,j）-（x1（i+1,j）+x1（i-1,j）+x1（i,j-1）+x1（i,j+1））;
%
e=uint8（x3）;
imshow（e）,title（'
拉普拉斯增强图像'
%显示拉普拉斯滤波后的图象
5）直方图均衡化
closeall
tu=imread（'
graydis=zeros（1,256）;
%设置矩阵大小
graydispro=zeros（1,256）;
new_graydis=zeros（1,256）;
new_graydispro=zeros（1,256）;
[hw]=size（tu）;
new_tu=zeros（h,w）;
%计算原始直方图各灰度级像素个数graydis
forx=1:
h
fory=1:
w
graydis（1,tu（x,y））=graydis（1,tu（x,y））+1;
%计算原始直方图graydispro
graydispro=graydis./sum（graydis）;
plot（graydispro）;
灰度直方图'
xlabel（'
灰度值'
ylabel（'
像素的概率密度'
%计算原始累计直方图
256
graydispro（1,i）=graydispro（1,i）+graydispro（1,i-1）;
%计算和原始灰度对应的新的灰度t[]，建立映射关系
t（1,i）=floor（254*graydispro（1,i）+0.5）;
%统计新直方图各灰度级像素个数new_graydis
new_graydis（1,t（1,i）+1）=new_graydis（1,t（1,i）+1）+graydis（1,i）;
%计算新的灰度直方图new_graydispro
new_graydispro=new_graydis./sum（new_graydis）;
plot（new_graydispro）;
均衡化后的灰度直方图'
%计算直方图均衡后的新图new_tu
new_tu（x,y）=t（1,tu（x,y））;
imshow（tu,[]）;
imshow（new_tu,[]）;
直方图均衡化后的图'
%显示直方图均衡化后的图
实验二图像分割实验
1）理解图像分割的基本概念；
2）理解图像边缘提取的基本概念；
3）掌握进行边缘提取的基本方法；
4）掌握用阈值法进行图像分割的基本方法。
1）实现边缘检测算法。
2）实现用Hough变换检测直线的算法。
2）检测图像的边缘
3）实现Hough变换，检测出图像中的直线的方程
4）输出结果
4、实验具体操作及结果
1）边缘检测
a=imread（'
\图像\IPT\2.jpg'
f=rgb2gray（a）;
%将彩色图像转换成灰色图像
%Roberts算子处理图像
x2（i,j）=x1（i+1,j+1）+x1（i+1,j）-x1（i,j+1）-x1（i,j）;
Roberts处理后的图像'
%显示Roberts处理后的图像
%Sobel算子处理图像'
x3（i,j）=2*x1（i+1,j）+x1（i+1,j+1）+x1（i+1,j-1）+x1（i-1,j+1）+2*x1（i,j+1）+x1（i+1,j+1）-（2*x1（i-1,j-1）+2*x1（i-1,j）+x1（i-1,j+1）+2*x1（i,j-1）+x1（i+1,j-1））;
Sobel处理后的图像'
%显示Sobel处理后的图像
%拉普拉斯处理图像
x4=x1;
x4（i,j）=8*x1（i,j）-（x1（i+1,j）+x1（i+1,j+1）+x1（i+1,j-1）+x1（i-1,j-1）+x1（i-1,j+1）+x1（i-1,j）+x1（i,j-1）+x1（i,j+1））;
c=uint8（x4）;
imshow（c）,title（'
%显示拉普拉斯处理后的图像
2）Hough变换
sourcePic=imread（'
\图像\IPT\3.jpg'
%读入图片
[height,width,l]=size（sourcePic）;
grayPic=zeros（height,width）;
%转换成灰度图象
height
width
grayPic（i,j）=（sourcePic（i,j,1）+sourcePic（i,j,2）+sourcePic（i,j,3））/3;
%log算子的计算值
logNum=0;
edgePic=zeros（height,width）;
fori=3:
height-2%log算子提取边界
forj=3:
width-2
logNum=16*grayPic（i,j）-grayPic（i-2,j）-grayPic（i-1,j-1）-2*grayPic（i-1,j）-grayPic（i-1,j+1）-grayPic（i,j-2）-2*grayPic（i,j-1）-2*grayPic（i,j+1）-grayPic（i,j+2）-grayPic（i+1,j-1）-2*grayPic（i+1,j）-grayPic（i+1,j+1）-grayPic（i+2,j）;
if（logNum>
0）
edgePic（i,j）=255;
else
edgePic（i,j）=0;
end
imshow（edgePic）,title（'
经过log处理后图象'
%显示log处理后图象
%Hough变换检测直线，g（x）=（a,p）为边界点对应的平面
ma=180;
%a的值为0到180度
mp=round（sqrt（height^2+width^2））;
%对应P的最大值
npc=zeros（ma,2*mp）;
%用于记录（a,p）对应的点的个数
npp=cell（ma,2*mp）;
%用于记录（a,p）对应的点的坐标
height%计算（a,p）的值，并做相应记录
if（edgePic（i,j）==255）
fork=1:
ma
p=round（i*cos（pi*k/180）+j*sin（pi*k/180））;
if（p>
npc（k,mp+p）=npc（k,mp+p）+1;
npp{k,mp+p}=[npp{k,mp+p},[i,j]'
];
else
ap=abs（p）+1;
npc（k,ap）=npc（k,ap）+1;
npp{k,ap}=[npp{k,ap},[i,j]'
end
end
ma%根据（a,p）对应的点的个数，
%用红色标出相应直线
mp*2
if（npc（i,j）>
90）%将提取直线的阈值设为90
lp=npp{i,j};
npc（i,j）
sourcePic（lp（1,k）,lp（2,k）,1）=255;
sourcePic（lp（1,k）,lp（2,k）,2）=0;
sourcePic（lp（1,k）,lp（2,k）,3）=0;
imshow（sourcePic），title（'
经过hough变换处理后图象'
%显示检测出直线后的图像
升级会员 